PERENCANAAN PRODUKSI AGREGAT DENGAN PENDEKATAN MODELGOAL PROGRAMMING

(STUDI KASUS DI UD. GUDANGE TAHU TAKWA, KEDIRI)

SKRIPSI

Oleh: Ragil YanuarPutri 135100300111056

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA MALANG

2017

i

PERENCANAAN PRODUKSI AGREGAT DENGAN PENDEKATAN MODEL GOAL PROGRAMMING

(STUDI KASUS DI UD. GUDANGE TAHU TAKWA, KEDIRI)

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian

Oleh: Ragil Yanuar Putri 135100300111056

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA MALANG

2017

ii

LEMBAR PERSETUJUAN

Judul Skripsi :Perencanaan Produksi Agregat dengan Pendekatan Model Goal Programming (Studi Kasus di UD. Gudange Tahu Takwa, Kediri)

Nama Mahasiswa : Ragil Yanuar Putri NIM : 135100300111056 Jurusan : Teknologi Industri Pertanian Fakultas : Teknologi Pertanian Pembimbing Pertama, Pembimbing Kedua, Dr. Retno Astuti, STP, MT Ir. Usman Effendi, MS NIP. 19700521 200212 2 001 NIP.19610727 198701 1 001

Tanggal Persetujuan: Tanggal Persetujuan:

…………………………. ……………………………

iii

LEMBAR PENGESAHAN

Judul Skripsi :Perencanaan Produksi Agregat dengan Pendekatan Model Goal Programming (Studi Kasus di UD. Gudange Tahu Takwa, Kediri)

Nama Mahasiswa : Ragil Yanuar Putri NIM : 135100300111056 Jurusan : Teknologi Industri Pertanian Fakultas : Teknologi Pertanian

Dosen Penguji I,

Mas’ud Effendi, STP. MP NIP. 19800823 200501 1 003

Dosen Penguji II, Dosen Penguji III, Ir. Usman Effendi, MS Dr. Retno Astuti, STP, MT NIP.19610727 198701 1 001 NIP. 19700521 200212 2 001

Ketua Jurusan,

Dr. Sucipto, STP., MP. NIP. 19730602 199903 1 001

Tanggal Lulus TA: .........................................

iv

RIWAYAT HIDUP

Penulis lahir di Banyuwangi pada tanggal 18 Januari 1995 sebagai anak ketiga dari ketiga bersaudara dari ayah yang bernama Sudiyadi dan ibu yang bernama Ismiyati. Penulis menyelesaikan pendidikan Sekolah Dasar di SDN 2 Kepatihan pada tahun 2007, kemudian melanjutkan ke Sekolah Menengah Pertama di SMPN 1 Banyuwangi dengan tahun kelulusan 2010, selanjutnya melanjutkan ke Sekolah Menengah Atas di SMAN 1 Glagah dengan tahun kelulusan 2013. Pada tahun 2017

penulis telah berhasil menyelesaikan pendidikannya di Universitas Brawijaya Malang, Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian.

v

Alhamdulillahirobbil’alamin .....

Puji syukur kehadirat Allah SWT atas segala rahmat dan hidayah-Nya. Sujud syukur kusembahkan kepadaMu Ya Allah. Terima kasih Engkau menjadikan hamba manusia yang lebih sabar dan lebih banyak beersyukur dalam menjalani hidup ini. Karya ini saya persembahkan kepada kedua orang tua tercinta, keluarga besar, teman-teman yang saya sayangi dan semua orang yang selalu mendukung dan menyemangati saya.

vi

PERNYATAAN KEASLIAN TUGAS AKHIR

Yang bertanda tangan di bawah ini:

Nama Mahasiswa : Ragil Yanuar Putri

NIM : 135100300111056

Jurusan : Teknologi Industri Pertanian

Fakultas : Teknologi Pertanian

Judul TA : Perencanaan Produksi Agregat dengan Pendekatan Model Goal Programming (Studi Kasus di UD. Gudange Tahu Takwa, Kediri)

Menyatakan bahwa, TA dengan judul di atas merupakan karya asli penulis tersebut di atas. Apabila kemudian hari terbukti pernyataan ini tidak benar, saya bersedia dituntut sesuai hukum yang berlaku. Malang, Pembuat Pernyataan, Ragil Yanuar Putri NIM. 135100300111056

vii

Ragil Yanuar Putri 135100300111056. Perencanaan Produksi Agregat dengan Pendekatan Model Goal Programming (Studi Kasus di UD. Gudange Tahu Takwa, Kediri). TA. Pembimbing: Dr. Retno Astuti, STP, MT dan Ir. Usman Effendi, MS.

RINGKASAN

Tahu merupakan salah satu jenis makanan khas Indonesia

yang sering dikonsumsi oleh masyarakat. Salah satu badan usaha yang memproduksi tahu adalah UD. Gudange Tahu Takwa (GTT). Olahan tahu yang diproduksi oleh UD. GTT meliputi tahu takwa, tahu bulat, stik tahu, tahu kriuk, dan emping tahu. UD. GTT memproduksi tahu takwa berkisar 120 kg dalam satu hari. Perencanaan produksi agregat penting dilakukan oleh suatu badan usaha untuk mengembangkan rencana produksi yang layak dan optimal. Perencanaan produksi agregat yang dilakukan oleh UD. GTT hanya didasarkan pada pengalaman mengenai omset penjualan. Hal tersebut menyebabkan perusahaan tidak dapat memproduksi tahu dengan jumlah yang tepat. Perencanaan produksi agregat di UD. GTT sering dihadapkan masalah pada kurangnya jumlah produk tahu yang harus diproduksi, permintaan konsumen yang sering tidak dapat terpenuhi, sering terjadinya produk cacat dan pengeluaran biaya produk berlebih mendorong perusahaan untuk memiliki sebuah perencanaan produksi agregat yang efektif. Tujuan dari penelitian ini adalah menentukan perencanaan produksi agregat untuk memenuhi permintaan konsumen dan menentukan rekomendasi rencana produksi yang tepat untuk perusahaan.

Goal Programming merupakan salah satu metode untuk perencanaan produksi agregat yang dapat mengoptimalkan perencanaan produksi. Variabel yang digunakan dalam penelitian meliputi jumlah produk tahu, jumlah produk cacat, dan biaya produksi dengan kendala meminimalkan ketiga penyimpangan pada variabel tersebut. Perencanaan produksi agregat dibuat berdasarkan permintaan pada periode Maret

viii

2016 sampai dengan Februari 2017 untuk periode perencanaan pada bulan Maret 2017 sampai dengan Agustus 2017.

Hasil penelitian menunjukkan bahwa perencanaan produksi agregat optimal dengan jumlah tahu dalam satuan unit yang diproduksi untuk periode pada bulan Maret 2017 sampai dengan Agustus 2017 berturut-turut yaitu 4440, 4618, 4003, 4366, 4500, 5132, 4941, 4940, 4323, 4540, 3901, 4260, 4384, 5046, 4860, 4858, 4209, 4420, 3800, 4141, 4264, 4960, 4778, 4776. Simpangan masih terjadi pada perencanaan produksi agregat di UD. GTT antara lain jumlah tahu yang harus diproduksi dan produk cacat. Alternatif yang perlu dilakukan oleh perusahaan antara lain menambah bahan baku agar dapat melakukan produksi tahu takwa dan SOP (Standard Operating Procedure) hendaknya diterapkan untuk proses produksi tahu takwa.

Kata Kunci: Goal Programming, Perencanaan Produksi Agregat, Tahu

ix

Ragil Yanuar Putri 135100300111056. Aggregate Production Planning Using Goal Programming Model Approach (Case Study At UD. Gudange Tahu Takwa, Kediri). Minor Thesis. Supervisors: Dr. Retno Astuti, STP, MT and Ir. Usman Effendi, MS.

SUMMARY

Tofu is one of typical Indonesian food that is favourite for

Indonesia people. One of business entity that produces tofu is UD. Gudang Tahu Takwa (GTT). The type of Tofu that has been produced by UD. GTT is takwa tofu, round tofu, tofu stick, crispy tofu, and tofu chip. UD. GTT produces tofu in about 120 kg per day. Aggregate production planning is important for a business entity to develop a feasible and optimal production plan. UD. GTT has been planning its aggregate production planning based on its sales. This causes the company can not produce the right amount of tofu. Aggregate production planning at UD. GTT often face problems such as the lack of produced tofu, frequently unfulfilled consumer demand, the frequent occurrence of defective products and spending excessive product cost which makes the company should have an effective aggregate production plan. This study aimed to determine aggregate production planning to satisfy consumer demand and determine recommendations for the right production plan for the company.

Goal Programming is one method that can optimize production planning. The objective of Aggregate production planning in this study was minimizing the deviation of the number of tofu products, the number of defective products, and production costs with constraints to number of tofu products, the number of defective products, and production costs. Target of tofu to be produced based on the forecasting of sold tofu in March 2016 to February 2017. Aggregate production planning was made for periode March 2017 to August 2017.

The result showed that the optimal aggregate production planning for tofu production from March 2017 until August 2017 were 4440, 4618, 4003, 4366, 4500, 5132, 4941, 4940, 4323,

x

4540, 3901, 4260, 4384, 5046, 4860, 4858, 4209, 4420, 3800, 4141, 4264, 4960, 4778, 4776 unit of tofu. There were some deviations those could not be minimized in Aggregate production planning at UD. GTT in example number of tofu to be produced and defective products. UD. GTT should add raw materials which are able to produce takwa tofu and SOP should be applied in takwa tofu production.

Keywords: Goal Programming, Aggregate production planning, Tofu

xi

KATA PENGANTAR

Segala puji syukur atas kehadirat Tuhan Yang Maha Esa karena berkat rahmat dan hidayah-Nya penulis dapat menyelesaikan proposal tugas akhir ini. Tugas akhir ini berjudul “Perencanaan Produksi Agregat dengan Pendekatan Model Goal Programming (Studi Kasus di UD. Gudange Tahu Takwa, Kediri)”. Penyusunan tugas akhir ini merupakan salah satu syarat untuk mencapai untuk mencapai gelar Sarjana Teknologi Pertanian.

Pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada: 1. Kedua orang tua Bapak Sudiyadi dan Ibu Ismiyati yang

selalu memberikan doa, motivasi dan semangat, dukungan moril maupun materiil.

2. Ibu Dr. Retno Astuti, STP., MT. dan Bapak Ir. Usman Effendi, MS. selaku dosen pembimbing yang telah banyak memberikan bimbingan, arahan, nasihat dan pengetahuan kepada penulis.

3. Bapak Mas’ud Effendi, STP., MP. selaku dosen penguji atas segala saran dan masukkannya kepada penulis.

4. Bapak Gatot Siswanto selaku pemilik usaha serta seluruh karyawan UD. Gudange Tahu Takwa (GTT) yang telah memberikan kesempatan untuk melaksanakan penelitian dan banyak memberikan bimbingan serta pengetahuan kepada penulis.

5. Saudara tercinta (Yanti Ekayana Safitri dan Nurmalia Ayu Novianti) serta seluruh keluarga besar yang telah memberikan doa dan semangat kepada penulis.

6. Saudara Dibya Satwhikanatan yang telah memberikan dukungan dan semangat dalam menyelesaikan tugas akhir ini

7. Sahabat tersayang (Feny, Nana, Ike, Sovie, Dayu, Asti, Fina, Ryo, Aqil, dan arfan) yang senantiasa membantu, memberikan semangat dan berbagi keluh kesah dalam menyelesaikan tugas akhir ini.

xii

8. Semua pihak yang telah berperan dalam penyusunan Tugas Akhir ini yang tidak bisa penulis sebutkan satu per satu.

Penulis menyadari keterbatasan pengetahuan, referensi, dan pengalaman dalam penyusunan proposal ini, oleh karena itu kritik dan saran sangat dibutuhkan agar proposal ini lebih baik.

Akhirnya harapan penulis semoga tugas akhir ini dapat bermanfaat bagi penulis maupun semua pihak yang membutuhka

Malang, 20Juli 2017 Penulis,

Ragil Yanuar Putri

xiii

DAFTAR ISI

HALAMAN COVER ............................................................... i

LEMBAR PERSETUJUAN .................................................... ii

LEMBAR PENGESAHAN ..................................................... iii

RIWAYAT HIDUP .................................................................. iv

LEMBAR PERSEMBAHAN ................................................... v

PERNYATAAN KEASLIAN TUGAS AKHIR ......................... vi

RINGKASAN ......................................................................... vii

SUMMARY ............................................................................ ix

KATA PENGANTAR ............................................................. xi

DAFTAR ISI ........................................................................... xiii

DAFTAR TABEL ................................................................... xvi

DAFTAR GAMBAR ............................................................... xvii

DAFTAR LAMPIRAN ............................................................ xviii

I. PENDAHULUAN .............................................................. 1

1.1 Latar Belakang ............................................................ 1

1.2 Perumusan Masalah .................................................... 3

1.3 Tujuan Penelitian ......................................................... 3

1.4 Manfaat Penelitian ....................................................... 3

II. TINJAUAN PUSTAKA ...................................................... 4

2.1 Tahu ............................................................................ 4

2.2 Perencanaan Produksi Agregat ................................... 5

xiv

2.3 Peramalan Permintaan ................................................ 7

2.4 Goal Programming ...................................................... 11

2.4.1 Terminologi Goal Programming ........................ 11

2.4.2 Unsur-unsur Goal Programming ....................... 12

2.4.3 Perumusan Goal Programming ......................... 14

2.5 Penelitian Terdahulu .................................................... 15

III. METODE PENELITIAN ................................................... 19

3.1 Tempat dan Waktu Penelitian ...................................... 19

3.2 Asumsi Penelitian ........................................................ 19

3.2 Pelaksanaan Penelitian ............................................... 20

3.3.1 Suvei Pendahuluan ......................................... 22

3.3.2 Studi Literatur ................................................. 22

3.3.3 Perumusan Masalah dan Penetapan Tujuan ... 22

3.3.4 Penentuan Variabel ......................................... 22

3.3.5 Pengumpulan Data .......................................... 22

3.3.6 Peramalan Permintaan .................................... 24

3.3.7 Optimasi Perencanaan Produksi Agregat ........ 25

3.3.8 Verifikasi dan Validasi ...................................... 29

3.3.9 Analisis Hasil dan Pembahasan ....................... 30

3.3.10 Kesimpulan dan Saran ..................................... 30

IV. HASIL DAN PEMBAHASAN ............................................ 31

4.1 Gambaran Umum Perusahaan .................................... 31

4.2 Proses Produksi .......................................................... 32

xv

4.2.1 Tahapan Proses Pengolahan Tahu Takwa ........ 32

4.2.2 Biaya Produksi ................................................... 37

4.3 Peramalan Permintaan ................................................ 38

4.4 Perencanaan Agregat Produksi Tahu Takwa ............... 42

4.5 Optimasi Perencanaan Produksi Agregat .................... 43

4.6 Solusi Optimal dan Analisa Hasil Pemodelan .............. 49

4.7 Analisis Sensitivitas ..................................................... 54

4.8 Implikasi Manajerial ..................................................... 56

KESIMPULAN DAN SARAN ................................................. 59

DAFTAR PUSTAKA .............................................................. 61

LAMPIRAN ............................................................................ 65

xvi

DAFTAR TABEL

Tabel 2.1 Kendala Tujuan dalam Goal Programming ............ 13

Tabel 3.1 Tabel Variabel Penelitian........................................23

Tabel 4.1 Rincian Biaya Produksi Tahu Takwa ...................... 38

Tabel 4.2 Data Penjualan Tahu takwa per Minggu Pada Bulan Mei 2016 sampai Februari 2017 ............................. 40

Tabel 4.3 Perbandingan Nilai MSD, MAD, dan MAPE Metode Peramalan...............................................................40

Tabel 4.4 Hasil Peramalan Permintaan Tahu Takwa Dengan Menggunakan Metode Dekomposisi ...................... 42

Tabel 4.5 Hasil Pemodelan Perencanaan Produksi Agregat Produk Tahu Takwa Untuk Meminimalkan Kekurangan Jumlah Produksi ................................ 51

Tabel 4.6 Hasil Pemodelan Perencanaan Produksi Agregat Produk Tahu Takwa untuk Meminimalkan Kelebihan Produk Cacat ......................................................... 52

Tabel 4.6 Hasil Pemodelan Perencanaan Produksi Agregat Produk Tahu Takwa untuk Meminimalkan Kelebihan Biaya Produksi ....................................................... 53

xvii

DAFTAR GAMBAR

Gambar 3.1 Diagram Alir Tahap Pelaksanaan.................... 21

Gambar 3.2 Diagram Alir Optimasi Perencanaan Produksi Agregat ........................................................... 27

Gambar 4.1 Proses Pencucian ........................................... 33

Gambar 4.2 Proses Perendaman ....................................... 33

Gambar 4.3 Proses Penggilingan ....................................... 34

Gambar 4.4 Proses Perebusan .......................................... 34

Gambar 4.5 Proses Penyaringan ....................................... 35

Gambar 4.6 Proses Pencetakan ......................................... 36

Gambar 4.7 Proses Pengepresan ...................................... 36

Gambar 4.8 Proses Pewarnaan ......................................... 37

Gambar 4.9 Grafik Pola Permintaan Konsumen Terhadap Produk Tahu Takwa UD. GTT ......................... 39

Gambar 4.10 Grafik Hasil Peramalan Permintaan Tahu

Takwa ............................................................. 41

xviii

DAFTAR LAMPIRAN

Lampiran 1. Diagram Alir Proses Produksi Tahu Takwa ....... 65 Lampiran 2. Hasil Peramalan Permintaan Tahu Takwa

Menggunakan Metode Dekomposisi .................. 67 Lampiran 3 Data Perhitungan dan Input Variabel Persamaan

Fungsi Kendala ................................................. 69 Lampiran 4 Output Solusi Goal Programming Perencanaan

Produksi Agregat Menggunakan WinQSB ......... 75 Lampiran 5 Output Sensitivitas Hasil Pemodelan Goal Pada

Software WinQSB ............................................. 81

Judul Skripsi

Nama Mahasiswa

NIM

Jurusan

Fakultas

Pembimbing Pertama,

NrP. 1 9700521 200212 2 001

Tanggal Persetujuan:

NIP. 19610727 198701 1 001

Tanggal Persetujuan:

LEMBAR PERSETUJUAN

:Perencanaan Produksi Agregat dengan Pendekatan Model

Goat Programming (Studi Kasus di UD. Gudange TahuTalora, Kediri)

: RagilYanuar Putri

: 1351003001 1 1056

: Teknologi lndustri Pertanian

: Teknologi Pertanian

Pembimbing Kedua,

lr. Usman Effendi, MS.

Judul Skripsi

Nama Mahasiswa

NIM

Jurusan

Fakultas

Dosen Penguji lll,

Dr. Retno Astuti. STP. MT

NlP. 1 9700521 200212 2 001 N1P.19610727 198701 1 001

LEMBAR PENGESAHAN

:Perencanaan Produksi Agregat dengan Pendekatan Model

Goal Programming (Studi Kasus di UD. Gudange TahuTalorva, Kediri)

: RagilYanuar Putri

: 1351003001 1 1056

: Teknologi lndustri Pertanian

:Teknologi Pertanian

Mas'ud Effendi. STP. MP

NtP. 19800823200501 I 003

Dosen Penguji l!,

lr. Usman Effehdi, MS

Tanggal Lulus TA:

N!P.19730602 199903 1 001

1

I. PENDAHULUAN

1.1 Latar Belakang Seiring berkembangnya zaman dan meningkatnya

permintaan konsumen, perusahaan yang menawarkan produk pun semakin banyak. Persaingan untuk menawarkan produk juga semakin ketat. Penawaran dilakukan dengan cara mempromosikan produk untuk menarik konsumen serta mencapai target pasar. Penerapan fungsi utama dalam manajemen berupa perencanaan (planning), pengorganisasian (organizing), pengarahan (directing), dan pengawasan (controlling) digunakan untuk dapat tetap bertahan dalam persaingan pasar. Fungsi perencanaan merupakan langkah awal yang harus dilakukan sebelum melakukan fungsi manajemen lainnya. Menurut Rustiadi dkk (2009), perencanaan adalah suatu proses menentukan apa yang ingin dicapai di masa yang akan datang serta menetapkan tahapan-tahapan yang dibutuhkan untuk mencapainya. Proses perencanaan dilakukan dengan menguji berbagai arah pencapaian serta mengkaji berbagai ketidakpastian yang ada, mengukur kemampuan (kapasitas) untuk memilih arah-arah terbaik serta memilih langkah-langkah untuk mencapainya.

Perencanaan agregat merupakan jantung dari perencanaan jangka menengah. Tujuan perencanaan agregat untuk mengembangkan suatu rencana produksi secara menyeluruh yang layak dan optimal. Layak berarti dapat memenuhi permintaan pasar sesuai dengan kapasitas yang ada, sedangkan optimal berarti menggunakan sumber daya sebijaksana mungkin dengan pengeluaran biaya serendah mungkin. Perencanaan agregat berhubungan dengan penentuan jumlah dan waktu produksi untuk jangka menengah (Herjanto, 2008). Output yang dihasilkan dalam perencanaan produksi berupa produk. Besarnya produk ditentukan berdasarkan perencanaan produksi untuk memenuhi permintaan konsumen. Perencanaan produksi agregat berhubungan dengan kesesuaian antara kapasitas produksi dengan permintaan konsumen yang bervariasi. Perencanaan

2

produksi agregat dilakukan secara keseluruhan pada semua produk yang menggunakan sumberdaya terbatas.

UD. Gudange Tahu Takwa (GTT) merupakan salah satu industri yang memproduksi olahan tahu di Kediri. Olahan tahu yang diproduksi oleh UD. GTT meliputi tahu takwa, tahu bulat, stik tahu, tahu kriuk, dan emping tahu. UD. GTT memproduksi tahu takwa berkisar 120 kg per hari sehingga memerlukan perencanaan produksi agregat yang tepat untuk memenuhi permintaan konsumen yang tidak pasti. Perencanaan produksi agregat yang harus dilakukan oleh UD. GTT tidak hanya didasarkan pada pengalaman mengenai omset penjualan, tetapi harus mempertimbangkan permintaan dan keterbatasan sumber daya yang dimiliki. Hal tersebut untuk memberikan kemudahan bagi UD. GTT dalam memperkirakan jumlah produksi yang tepat untuk mengatasi ketidakpastian permintaan, menghindari penumpukan atau kekurangan produk dan mengurangi biaya produksi. Penumpukan produksi dapat menyebabkan timbulnya biaya penyimpanan dan pemeliharaan, sedangkan kekurangan produksi dapat mengakibatkan berkurangnya kepercayaan konsumen terhadap perusahaan.

Salah satu metode kuantitatif dalam memprakirakan jumlah permintaan tahu takwa adalah metode yang dapat membantu dalam perencanaan produksi agregat. Perencanaan produksi agregat di UD. GTT sering dihadapkan masalah pada kurangnya jumlah produk tahu takwa untuk memenuhi permintaan konsumen, sering terjadinya produk cacat dan pengeluaran biaya produk berlebih mendorong perusahaan untuk memiliki sebuah perencanaan produksi agregat yang efektif. Perencanaan produksi agregat yang efektif diharapkan mampu memenuhi permintaan konsumen dan mengatasi permasalahan yang sering terjadi di UD. GTT. Perencanaan produksi agregat dengan menggunakan Goal Programming merupakan salah satu metode yang dapat mengoptimalkan perencanaan produksi. Menurut Anis (2007), Goal Programming sangat cocok digunakan untuk masalah-masalah multi tujuan karena melalui variabel deviasinya, Goal Programming secara otomatis menangkap informasi tentang pencapaian relatif dari tujuan-tujuan yang ada. Oleh karena itu,

3

solusi optimal yang diberikan dapat dibatasi pada solusi feasibel yang mengabungkan ukuran-ukuran performansi yang diinginkan. Pembuatan model Goal Programming sebagai solusi optimal dalam perencanaan produksi agregat diharapkan dapat mengatasi permasalahan yang dihadapi oleh UD. GTT

1.2 Perumusan Masalah Berdasarkan latar belakang masalah di UD. GTT, maka

dapat dirumuskan permasalahan yang akan diteliti adalah sebagai berikut :

1. Bagaimana perencanaan produksi agregat untuk memaksimalkan keuntungan, memenuhi permintaan konsumen, dan meminimalkan biaya produksi di UD. GTT ?

2. Bagaimana rekomendasi untuk UD. GTT guna mendapatkan rencana produksi yang tepat dengan keuntungan yang maksimal?

1.3 Tujuan Penelitian Berdasarkan permasalahan yang telah dirumuskan diatas,

maka tujuan dari penelitian ini adalah : 1. Menentukan perencanaan produksi agregat untuk

memaksimalkan keuntungan, memenuhi permintaan konsumen, dan meminimalkan biaya produksi di UD. GTT.

2. Menentukan rekomendasi untuk UD. GTT guna mendapatkan rencana produksi yang tepat dengan keuntungan yang maksimal.

1.4 Manfaat Penelitian Manfaat yang diharapkan pada penelitian yang dilakukan

adalah : 1. Bagi perusahaan atau UD. GTT dapat dijadikan sebagai

informasi dan masukan untuk perencanaan produksi agregat yang tepat dengan keuntungan yang maksimal

2. Bagi akademisi penelitian ini diharapkan memberikan pemahaman tentang perencanaan produksi agregat yang terdapat pada perusahaan dan metode dapat digunakan untuk mendapatkan keuntungan yang maksimal.

4

5

II. TINJAUAN PUSTAKA 2.1 Tahu

Tahu dikenal masyarakat sebagai makanan sehari-hari yang umumnya sangat digemari serta mempunyai daya cerna yang tinggi. Di Indonesia terdapat beberapa jenis tahu antara lain tahu putih, tahu kuning, tahu sutera (tofu), tahu pong, tahu susu, tahu air, dan tahu kulit. Tahu takwa yang diproduksi oleh UD. GTT termasuk dalam tahu kuning. Menurut Purwaningsih (2007), keuntungan dalam pembuatan tahu adalah berkurangnya senyawa antitripsin (tripsin inhibito) yang terbuang bersama whey dan rusak selama pemanasan. Disamping itu, adanya proses pemanasan juga dapat menghilangkan bau langu kedelai.

Tahu merupakan isolat protein dari kedelai yang dipisahkan menggunakan asam, ion kalsium, atau bahan-bahan penggumpal lainnya. Kandungan protein tahu sangat tinggi sehingga sangat baik untuk pertumbuhan dan perkembangan otak manusia. Pada prinsipnya, proses pengolahan tahu relatif mudah. Dimulai dengan pembuatan sari kedelai, kemudian digumpalkan dan dicetak menggunakan alat pencetak tahu. Agar tahu yang dihasilkan terhindar dari rasa asam, proses pembuatan harus dilakukan secara bersih dan higienis (Warisno dan Dahana, 2010).

Produk tahu berasal dari sari kedelai yang digumpalkan dengan asam. Secara umum, proses pembuatan tahu terdiri dari tiga tahap yaitu tahap persiapan, tahap proses produksi dan tahap finishing. Agar proses pembuatan tahu dapat berjalan dengan lancar, maka bahan baku perlu dipersiapkan terlebih dahulu. Biji kedelai dari pasar biasanya tercampur berbagai kotoran, agar tidak ikut tergiling kotoran tersebut harus dibersihkan terlebih dahulu. Kedelai yang telah terpisah dari kotorannya akan dikeringkan berkisar antara 3-7 hari berturut-turut. Tujuan utama proses pengeringan biji kedelai adalah untuk mempermudah pelepasan kulit kedelai dalam proses penggilingan. Setelah kedelai dikeringkan, maka pemisahan

6

kulit kedelai akan mudah dilakukan. Agar kedelai mudah hancur pada saat penggilingan dan diperoleh sari kedelai dalam jumlah maksimal, perlu dilakukan penambahan bahan kimia pelunak berupa soda kue. Setelah kedelai mengembang dan cukup lunak, segera diangkat dari dalam larutan pelunak, dicuci, serta dibilas beberapa kali agar benar-benar bersih. Kedelai yang telah bersih akan digiling untuk menghasilkan sari kedelai. Hasil pengggilingan berupa bubur kedelai ditampung dan diencerkan dengan air bersih. Perebusan bubur kedelai dapat dilakukan sebanyak dua kali. Pada saat timbul busa pada permukaan bubur kedelai yang pertama segera siramkan air dingin secukupnya. Pada saat timbul busa untuk kedua kalinya, maka api bisa dimatikan. Bubur kedelai dalam kondisi panas segera disaring dengan saringan gantung yang terbuat dari kain. Ampas diperoleh setelah dibilas dan diperas kuat-kuat. Cairan sari kedelai yang masih panas dicampur dengan bahan penggumpal yang sudah disiapkan sebelumnya. Gumpalan tahu yang terbentuk selanjutnya dipres dan ditekan untuk membentuk tahu (Suprapti, 2005).

2.2 Perencanaan Produksi Agegat

Perencanaan agregat atau penjadwalan agregat yang dilakukan untuk mengatur penyesuaian kapasitas produksi dan biaya yang seminimal mungkin. Peramalan permintaan ada yang berjangka pendek, menengah dan panjang. Pada umumnya perencanaan agregat disusun untuk rencana jangka menengah yaitu antara 3 sampai 12 bulanan. Perencanaan ini dibuat oleh manajemen puncak dan menengah agar dapat memfokuskan seluruh tingkat produksi yang dinyatakan dalam kelompok produk atau famili (agregat) tanpa harus rinci. Penggunaan perencanaan agregat dapat dilakukan dengan menggunakan satuan produk pengganti sehingga keluaran dari perencanaan produksi tidak dinyatakan dalam tiap jenis produk (individual produk). Satuan unit yang dipakai dalam perencanaan bervariasi, tergantung jenis produk seperti: ton, liter, kubik, jam mesin atau jam orang (Wardhani, 2010).

7

Perencanaan produksi agregat berangkat dari permasalahan adanya ketidakseimbangan antara permintaan dan kemampuan pada setiap periode perencanaan. Hal ini karena secara umum tingkat permintaan diatas kapasitas produksi, dan ada kalanya dibawah kapasitas produksi. Tujuan perencanaan produksi agregat adalah untuk mengembangkan suatu rencana produksi pada tingkat agregat yang layak untuk mencapai suatu keseimbangan antara permintaan dan kapasitas produksi dengan biaya yang minimum (Nurhasanah, 2005).

Fungsi dasar yang harus dipenuhi oleh aktifitas perencanaan dan pengendalian produksi diantaranya adalah (Kusuma, 2009):

1. Meramalkan permintaan produk yang dinyatakan dalam jumlah produk sebagai fungsi dari waktu.

2. Menetapkan jumlah dan pemesanan bahan baku serta komponen secara ekonomis dan terpadu.

3. Menetapkan keseimbangan antara tingkat kebutuhan produksi, teknik pemenuhan pesanan, serta memonitor tingkat persediaan produk jadi setiap saat dan membandingkannya dengan rencana persediaan, serta melakukan revisi atas rencana produksi yang telah ditentukan.

4. Membuat jadwal produksi, penugasan, pembebanan mesin dan tenaga kerja yang terperinci sesuai dengan ketersediaan kapasitas dan fluktuasi permintaan pada suatu periode

2.3 Peramalan Permintaan

Peramalan (forecasting) didefinisikan sebagai alat atau teknik untuk memprediksi atau memperkirakan suatu nilai pada masa yang akan datang dengan memperhatikan data atau informasi yang relevan, baik data/informasi masa lalu maupun saat ini. Peramalan yang dipelajari adalah suatu peramalan yang menggunakan suatu kerangka kerja atau teknik kuantitatif yang baku dan kaidah-kaidah yang dapat dijelaskan secara matematik maupun statistik (Nachrowi dan Usman, 2004).

8

Menurut Subagyo (2007) peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan. Peramalan harus mengambil data historis dan memproyeksikannya ke masa depan dengan beberapa model matematis. Peramalan bisa jadi juga merupakan kombinasi antara penilaian subjektif seorang manajer dan model matematis.

Tujuan utama dari peramalan dalam manajemen permintaan adalah untuk meramalkan permintaan dari item-item independent demand di masa yang akan datang. Selanjutnya total permintaan didapatkan dari kombinasi pelayanan pesanan (order service) yang bersifat pasti. Perencanaan produksi dan inventory, termasuk kapasitas dan sumberdaya lainnya dalam industri manufaktur mengacu pada data total permintaan produk di masa yang akan datang (Gaspersz, 1988). Esensi peramalan adalah perkiraan peristiwa-peristiwa di waktu yang akan datang atas dasar pola-pola di waktu yang lalu, dan penggunaan kebijakan terhadap proyeksi-proyeksi dengan pola-pola di waktu yang lalu. Peramalan biasanya diklasifikasikan berdasarkan horizon waktu masa depan yang terbagi atas beberapa kategori (Prasetya dan Lukiastuti, 2009):

1. Peramalan Jangka Pendek Peramalan ini mencakup waktu hingga satu tahun,

tetapi umumnya kurang dari tiga bulan. Peramalan ini digunakan untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja, penugasan kerja dan tingkat produksi.

2. Peramalan Jangka Menengah Peramalan ini umumnya mencakup hitungan bulanan

hingga tiga tahun. Peramalan ini digunakan untuk merencanakan penjualan, perencanan dan anggaran produksi, anggaran kas, dan analisis bermacam-macam rencana operasi

3. Peramalan Jangka Panjang Peramalan ini umumnya untuk perencanaan masa

tiga tahun atau lebih. Peramalan ini digunakan untuk merencanakan produk baru, pembelanjaan modal, lokasi

9

atau pengembangan fasilitas, serta penelitian dan pengembangan.

Dalam sistem peramalan, penggunaan berbagai model peramalan akan memberikan nilai ramalan yang berbeda dan derajat galat ramalan (forecast error) yang berbeda pula. Secara umum, model peramalan dapat dikelompokkan kedalam dua kelompok utama yaitu metode kualitatif dan metode kuantitatif. Pada dasarnya metode kualitatif ditujukan untuk peramalan terhadap produk baru, pasar baru, proses baru, perubahan sosial masyarakat atau penyesuaian terhadap ramalan-ramalan berdasarkan metode kuantitatif. Metode kuantitatif terbagi menjadi dua yaitu metode kuantitatif ekstrinsik dan metode kuantitatif intrisik. Model kuantitatif ekstrinsik sering disebut juga sebagai model kausal, dan yang populer adalah model regresi. Sedangkan metode intrinsik sering disebut sebagai model-model deret waktu (time series model). Beberapa model deret waktu yang umum diterapkan dalam peramalan permintaan adalah rata-rata bergerak (moving average), pemulusan eksponensial (exponential smoothing), dan proyeksi kecenderungan (trend projection), dan dekomposisi (decomposition) (Gasperz, 1988).

Model time series dibangun atas dasar asumsi bahwa masa depan merupakan fungsi dari masa lalu atau dengan kata lain, apa yang terjadi di masa lalu akan terjadi juga di masa depan. Metode yang dapat digunakan pada model time series antara lain moving average, metode exponential smoothing, trend analysis, dan dekomposisi. Moving average adalah metode peramalan yang dilakukan dengan merata-rata beberapa demand untuk menghasilkan peramalan jangka pendek. Exponential Smoothing biasanya dapat dilakukan secara trial dan error (Yunarto dan Santika, 2005). Menurut Trimukti (2010), Dasar dari metode trend analysis adalah data kesejarahan dari aspek yang ditinjau, sedangkan analisis dilakukan dengan memperhatikan kecenderungan perkembangan data yang ada dengan menganggap data-data tersebut yang menentukan variasi lalu lintas akan terus menunjukkan hubungan-hubungan yang serupa pada masa depan. Menurut Kendek dkk (2014) dekomposisi adalah salah

10

satu metode peramalan yang didasarkan pada kenyataan bahwa biasanya apa yang telah terjadi akan berulang atau terjadi kembali dengan pola yang sama. Metode dekomposisi dilandasi oleh asumsi bahwa data yang ada merupakan gabungan dari beberapa komponen.

Ukuran hasil akurasi hasil peramalan merupakan ukuran tentang tingkat perbedaan antara hasil permintaan dengan permintaan yang sebenarnya terjadi. Beberapa metode telah digunakan untuk menunjukkan kesalahan yang disebabkan oleh suatu teknik peramalan tertentu. Persamaan menghitung nilai error dari setiap periode peramalan adalah sebagai berikut (Yuniastari dan Wirawan, 2014):

et = Xt – St (1) Keterangan :

et = Kesalahan peramalan pada periode t. Xt = Data pada periode t. St = Nilai peramalan pada periode t.

Salah satu cara mengevaluasi teknik peramalan adalah menggunakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Ukuran kesalahan peramalan antara lain rata-rata deviasi mutlak (mean absolute deviation), rata-rata kuadrat kesalahan (mean square error), rata-rata persentase kesalahan absolut (mean absolute percentage), rata-rata kesalahan peramalan (mean forecast error). Pengertian dari mean absolute deviation adalah rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Mean Square Error merupakan metode alternatif dalam suatu metode peramalan yang menghasilkan kesalahan sangat besar. Mean Absolute Percentage menyatakan persentase kesalahan hasil peramalan terhadap permintaan actual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Mean Forecast Error dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan.

11

2.4 Goal Programming Goal programming merupakan perluasan dari model

pemrograman linear, sehingga seluruh asumsi, notasi, formulasi model matematis, prosedur perumusan model dan penyelesaiannya tidak berbeda. Perbedaan hanya terletak pada kehadiran sepasang variabel deviasional yang akan muncul di fungsi tujuan dan di fungsi-fungsi kendala (Siswanto, 2007). Bhattacharya and Chatterjee (2014) menyebutkan bahwa model linear Goal Programming terdiri dari tiga komponen, yaitu fungsi tujuan, kendala tujuan dan kendala non negatif. Selain itu, Goal Programming digunakan untuk melakukan tiga jenis analisis antara lain:

1. Menentukan sumberdaya yang diperlukan untuk mencapai tujuan yang diinginkan.

2. Menentukan tingkat pencapaian tujuan dengan sumber yang tepat.

3. Memberikan solusi yang terbaik berdasarkan sumberdaya yang bervariasi dan prioritas tujuan. Variabel deviasional berfungsi untuk menampung

penyimpangan atau deviasi yang akan terjadi pada nilai ruas kiri suatu persamaan kendala terhadap nilai ruas kanannya. Variabel deviasional terbagi menjadi dua yaitu (Yuliani dan Pujiyanta, 2014):

1. Variabel deviasional untuk menampung deviasi yang berada dibawah sasaran yang dikehendaki (diˉ)

2. Variabel deviasional untuk menampung deviasi yang berada diatas sasaran yang dikehendaki (di

+)

2.4.1 Terminologi Goal Programming

Mulyono (2004), menyatakan bahwa di dalam Goal Programming terdapat istilah-istilah yang digunakan untuk menyelesaikan suatu permasalahan. Definisi dan istilah yang biasa digunakan dalam penerapan Goal Programming diantaranya adalah sebagai berikut :

1. Variabel Keputusan (Decission Variables) Variabel keputusan merupakan variabel yang tidak diketahui, dalam model Goal Programming

12

dilambangkan dengan 𝑥𝑗 dimana (𝑗=1,2,…,𝑛) yang akan dicari nilainya.

2. Nilai Sisi Kanan / Right Hand Side Values (RHS) Nilai Sisi Kanan/Right Hand Side Values (RHS) adalah sekumpulan nilai yang biasanya menunjukkan ketersediaan sumber daya yang dilambangkan dengan notasi 𝑏𝑖 yang akan ditentukan kekurangan atau kelebihan penggunaannya.

3. Tujuan (Goal) Istilah tujuan (goal) pada metode Goal Programming adalah keinginan untuk meminimumkan angka penyimpangan dari suatu nilai sisi kanan (RHS) pada suatu goal constraint tertentu.

4. Kendala Tujuan (Goal Constraint) Goal constraint adalah suatu tujuan yang diekspresikan dalam persamaan matematik dengan memasukkan variabel simpangan.

5. Faktor Tingkatan Prioritas (Preemtive Priority Factor) Faktor Tingkatan Prioritas yaitu suatu sistem urutan

dilambangkan dengan 𝑃𝑘, diman 𝑘=1,2,…,𝐾 a dan 𝐾 menunjukkan banyaknya tujuan dalam

2.4.2 Unsur-unsur Goal Programming

Setiap model Goal Programming paling sedikit terdiri dari tiga komponen yaitu (Yuliani dan Pujiyanta, 2014):

1. Fungsi Tujuan Ada tiga jenis fungsi tujuan dalam Goal

Programming, yaitu: a. Meminimumkan ∑ (diˉ + di

+)

Digunakan jika variabel simpangan dalam suatu masalah tidak dibedakan menurut prioritas atau bobot.

b. Meminimumkan ∑ 𝑃 k (diˉ + di+) untuk k =

1,2,...,K Digunakan dalam suatu masalah dimana urutan

tujuan-tujuan diperlukan, tetapi variabel simpangan di

13

dalam setiap tingkat prioritas memiliki kepentingan yang sama.

c. Meminimumkan ∑ ki Pk (diˉ + di+) untuk k =

1,2,...,K Tujuan-tujuan diurutkan dan variabel simpangan

pada tiap tingkat prioritas dibedakan dengan menggunakan bobot yang berlainan.

2. Kendala Tujuan Ada enam jenis kendala tujuan yang berlainan.

Maksud tiap jenis kendala itu ditentukan oleh hubungannya dengan fungsi tujuan. Keenam kendala tersebut dapat dilihat pada Tabel 2.1.

Tabel 2.1. Kendala Tujuan dalam Goal Programming

Kendala Tujuan Variabel dalam fungsi

tujuan simpang

Kemungkinan simpangan

Penggunaan nilai RHS

yang diinginkan

ijxj + diˉ = bi diˉ negatif = bi ijxj - di

+ = bi di

+ positif = bi

ijxj + diˉ - di+ = bi diˉ negatif dan

positif bi atau lebih

ijxj + diˉ - di+ = bi diˉ negatif dan

positif bi atau kurang

ijxj + diˉ - di+ = bi diˉ dan di

+ negatif dan

positif =bi

ijxj - di+ = bi di

+ (artf.) tidak ada Pas = bi

3. Kendala Non-negatif

Seperti dalam linear programming, variabel-variabel model Goal Programming biasanya bernilai lebih besar atau sama dengan nol. Semua model Goal Programming terdiri dari variabel simpangan dan variabel keputusan, sehingga pernyataan non negatif dilambangkan sebagai xj, diˉ, di

+ ≥ 0 4. Kendala struktural

Disamping ketiga komponen yang telah disebutkan itu, dalam model Goal Programming kadang-kadang terdapat komponen yang lain, yaitu kendala struktural

14

artinya kendala lingkungan yang tidak berhubungan dengan tujuan-tujuan masalah yang dipelajari. Variabel simpangan tidak dimasukkan dalam kendala ini, karena itu kendala ini tidak diikutsertakan dalam fungsi tujuan.

2.4.3 Perumusan Goal Programming

Perumusan masalah Goal Programming hampir sama dengan perumusan masalah dalam program linear. Adapun langkah-langkah dalam perumusan Goal Programming adalah (Yuliani dan Pujiyanta, 2014):

1. Menentukan variabel keputusan Kuncinya adalah menyatakan dengan jelas variabel

keputusan (xj) yang tak diketahui. Makin tepat definisi akan makin mudah pekerjaan pemodelan yang lain.

2. Menyatakan sistem kendala Kunci pertama adalah menentukan nilai-nilai sisi

kanan dan kemudian menentukan koefisien teknologi yang cocok dan variabel keputusan yang diikut sertakan dalam kendala juga perhatikan jenis penyimpangan yang diperbolehkan dari nilai RHS (kuantitas). Jika penyimpangan diperbolehkan dalam dua arah, tempatkan kedua variabel simpangan pada kendala itu. Jika penyimpangan hanya diperbolehkan pada satu arah, tempatkan hanya satu variabel simpangan yang tepat pada kendala yang bersangkutan.

3. Menentukan prioritas Inti dari menentukan prioritas ini adalah membuat

urutan-urutan pada masing-masing tujuan. Jika persoalannya tidak memiliki urutan tujuan maka langkah ini dapat dilewati.

4. Menentukan bobot Menentukan bobot adalah membuat penilaian

terhadap deviasi pada masing-masing tujuan. Jika persoalannya tidak memiliki urutan tujuan maka langkah ini dapat dilewati.

15

5. Menyatakan fungsi tujuan Menyatakan fungsi tujuan disini adalah memilih

variabel simpangan yang akan dimasukkan kedalam fungsi tujuan. Untuk menyatakan fungsi tujuan ini gunakan Tabel 2.1 untuk meyakinkan penggunaan nilai RHS (kuantitas) yang diinginkan konsisten dengan keperluan persoalan. Kedua, tambahkan prioritas dan bobot yang tepat jika diperlukan.

6. Menyatakan keperluan non negatif Langkah ini merupakan bagian resmi dari perumusan

masalah goal programming. Variabel yang telah ditentukan tidak bernilai negatif.

2.5 Penetian Terdahulu

Nafisah dkk (2016) melakukan penelitian dengan menggunakan metode Goal Programming untuk penentuan perencanaan produksi studi kasus di Bakpia pathuk 75 Yogyakarta. Perencanaan produksi dengan menggunakan Goal Programming digunakan untuk meminimalkan biaya produksi dan sekaligus memaksimalkan sumberdaya yang dimiliki perusahaan, kedua tujuan tersebut memiliki sifat yang saling bertentangan satu sama lain dalam upaya pencapaiannya. Data yang digunakan dalam penelitian ini adalah diagram alir proses produksi, data waktu proses produksi, data penjualan produk 1 tahun terakhir, data ketersediaan jam kerja, data biaya tenaga kerja, data biaya lembur, data tenaga kerja kontrak, data biaya bahan baku, data biaya overhead pabrik, harga jual produk dan data produksi maksimum masing-masing produk. Batasan yang digunakan antara lain biaya produksi, output produksi, dan kapasitas yang tersedia. Hasil penelitian mununjukkan bahwa perusahaan pada 5 hari pertama menghasilkan sebanyak 13.326 unit dengan total biaya produksi pada bulan April sebesar Rp. 84.026.500.

Ajiningtyas dkk (2013), melakukan penelitian dengan judul Penerapan Metode Goal Programming untuk Perencanaan Produksi pada Produk Olahan Tebu (Studi Kasus PG. XXX, Jawa Timur). Tujuan dari penggunaan metode Goal

16

Programming adalah untuk meminimalkan kendala yang dihadapi oleh perusahaan agar produksi dan penjualan produk optimal. Penyelesaian model dilakukan dengan bantuan software LINDO untuk penyelesaian metode Goal Programming. Fungsi tujuan yang digunakan pada penelitian ini adalah memaksimalkan volume produksi tiap jenis produk dengan fungsi kendala antara lain penjualan produk, keuntungan dari penjualan produk, biaya produksi, ketersediaan bahan baku dan jam kerja mesin. Hasil dari penelitian ini adalah tidak semua target jumlah penjualan tercapai, target keuntungan perusahaan tercapai, target minimal biaya produksi tercapai, target pemakaian bahan baku dan target pemakaian jam kerja mesin tercapai.

Damanik dkk (2013) melakukan penerapan metode Goal Programming untuk mengoptimalkan produksi teh pada studi kasus PT. Perkebunan Nusantara IV di Pabrik Bah Butong. Perusahaan memiliki tiga hal pokok yang menjadi pertimbangan dalam perencanaan produksi antara lain konsumen, produk, dan proses manufaktur. Tujuan penggunaan model Goal Programming pada permasalahan ini adalah untuk menentukan jumlah produksi yang sesuai dengan permintaan, mengoptimalkan pendapatan, dan pengalokasian sumberdaya khususnya efisiensi jam kerja. Data yang digunakan adalah data produksi, data persediaan awal tiap bulan, data persediaan akhir tiap bulan, jumlah hari kerja, dan pendapatan penjualan. Terdapat dua fungsi pembatas model yang digunakan pada penelitian ini yaitu target permintaan pasar, waktu kerja mesin dan pendapatan penjualan. Dari hasil penelitian sebanyak 8 produk diperoleh deviasi total pendapatan langsung sebesar Rp 435.845.776,00 atau 0,74 % melebihi target yang diramalkan, jumlah produksi untuk 7 produk antara lain BOP, BOP.F, PF, DUST, BT.II, FAN.II, RBO sesuai dengan target dan satu produk tipe PF.II yang mengalami penyimpangan, dan jumlah waktu kerja melampaui target yang ditetapkan sehingga perlu menambah jam kerja.

Da Silva (2015), meneliti mengenai solusi ketidakpastian dalam perencanaan panen tebu melalui model perbaikan tujuan ganda Goal Programming (revised multi-choice Goal

17

Programming / RMCGP-LHS). Tujuan penelitian adalah untuk menangani ketidakpastian dalam penjadwalan panen tebu untuk pabrik gula dan etanol. Model RMCGP-LHS menggunakan horizon pengambilan keputusan mingguan dan memperhitungkan waktu dan kondisi pengelolaan lahan, keputusan pemotongan tebu, dan logistik pertanian untuk memperoleh informasi untuk gula panen plot tebu pada periode paling dekat dengan tingkat sakarosa tertinggi, dan meminimalkan biaya agro-industri. Hasil dari model RMCGP-LHS diaplikasikan pada pabrik gula dan etanol, dan optimasi telah memberikan kebijakan panen yang divalidasi oleh manajer perusahaan. Model RMCGP-LHS adalah alat yang sangat praktis untuk simulasi dengan cara cepat untuk skenario yang berbeda yang melibatkan ketidakpastian pada parameter model dan membantu manajer dalam proses pengambilan keputusan secara real time.

18

19

III. METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian

Penelitian dilaksanakan di UD. Gudange Tahu Takwa (GTT), Kediri. UD. Gudange Tahu Takwa (GTT) berada di Jalan Suselowangi, Desa Toyoresmi, Ngasem, Kediri, Jawa Timur. Penelitian dilaksanakan pada bulan Februari sampai dengan Maret 2017. Pengolahan data dan analisis data dilakukan di Laboratorium Komputasi dan Analisis Sistem, Jurusan Teknolgi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Brawijaya.

3.2 Asumsi Penelitian

Dalam memodelkan perencanaan produksi agregat di UD. GTT dibuat beberapa asumsi, yaitu :

1. Tenaga kerja dianggap memiliki kemampuan yang sama. 2. Tidak ada penundaan pekerjaan dan bahan baku selalu

tersedia. 3. Kapasitas dan jumlah peralatan tetap selama periode

perencanaan. 4. Harga bahan baku, komposisi bahan dan upah tenaga

kerja tidak mengalami perubahan selama periode perencanaan.

5. Kemampuan dan kondisi pekerja saat melakukan proses produksi dalam keadaan normal.

6. Data penjualan sama dengan data permintaan Dalam memodelkan perencanaan produksi agregat di UD.

GTT dibuat beberapa batasan masalah, yaitu: 1. Peramalan permintaan dilakukan berdasarkan data

penjualan 18 bulan terakhir. 2. Peramalan permintaan dilakukan selama 6 bulan ke

depan. 3. Prioritas tujuan yang dikaji adalah jumlah produksi tahu,

produk cacat, dan biaya produksi

20

3.3 Pelaksanaan Penelitian

Penelitian perencanaan produksi agregat di UD. GTT dilakukan dengan model Goal Programming. Secara lebih terperinci, tahapan penelitian ini ditunjukkan pada Gambar 3.1.

3.3.1 Survei Pendahuluan

Penelitian diawali dengan melakukan survei pendahuluan atau penelitian pendahuluan. Survei pendahuluan ini dilakukan di UD. Gudange Tahu Takwa (UD. GTT) untuk mengetahui kondisi nyata dari masalah yang dialami oleh perusahaan. Permasalahan difokuskan terhadap masalah yang berkaitan dengan perencanaan produksi agregat.

3.3.2 Studi Literatur

Studi literatur dilakukan dengan maksud agar dapat memberikan dasar-dasar dalam melakukan penelitian. Studi literatur juga dilakukan sebagai usaha untuk menggali konsep-konsep yang mendukung penelitian. Metode yang digunakan dalam studi literatur yaitu melalui penelusuran beberapa referensi diantaranya yaitu buku-buku referensi dan penelitian terdahulu (jurnal dan skripsi) yang mendukung terkait dengan perencanaan produksi agregat, dan penggunaan metode Goal Programming. Informasi-informasi lain juga diperoleh dari e-book serta artikel-artikel di internet.

21

Perumusan Masalah dan Penetapan Tujuan

Mulai

Studi

Literatur

Survei

Pendahul

Penentuan Variabel

Pengumpulan Data

Peramalan Permintaan

Optimasi Perencanaan

Produksi Agregat

Verified and Valid

Analisis Hasil dan Pembahasan

Kesimpulan dan saran

Selesai

Gambar 3.1 Diagram Alir Tahap

Pelaksanaan

Ya

Tidak

22

3.3.3 Perumusan Masalah dan Penetapan Tujuan

Berdasarkan identifikasi masalah pada survei pendahuluan dapat dirumuskan bahwa permasalahan di UD. GTT adalah penentuan jumlah produk yang harus diproduksi untuk mendapatkan keuntungan maksimal dengan mempertimbangkan prioritas tujuan perusahaan. Masalah tersebut kemudian dirumuskan dengan menggunakan model yang sesuai yaitu Goal Programming hingga diperoleh hasil yang optimal. Penelitian ini bertujuan untuk mendapatkan jumlah permintaan produk untuk periode yang akan datang, mendapatkan jumlah produk yang harus diproduksi oleh UD. GTT untuk mendapatkan keuntungan maksimal dengan mempertimbangkan prioritas tujuan perusahaan, serta memberikan rekomendasi untuk UD. GTT guna mendapatkan rencana produksi yang tepat dengan keuntungan yang maksimal.

3.3.4 Penentuan Variabel

Model perencanaan produksi agregat pada UD. GTT bertujuan untuk mendapatkan rencana produksi produk tahu yang dapat memenuhi permintaan kosumen. Pemodelan dilakukan dengan membuat persamaan matematis yang terdiri dari beberapa variabel pendukung. Penentuan variabel ditujukan agar memudahkan dalam pembuatan persamaan matematis. Variabel-variabel yang digunakan dapat dilihat pada Tabel 3.1.

3.3.5 Pengumpulan Data

Pengumpulan data dilakukan untuk mendukung analisis data dalam melakukan penelitian. Data yang dibutuhkan dalam penelitian ini adalah beberapa data yang hanya diketahui oleh pihak internal perusahaan. Data-data yang diperlukan dalam menunjang penelitian antara lain:

23

Tabel 3.1 Tabel Variabel Penelitian

Nama Variabel Keterangan

Jumlah Tahu pada Bulan ke-i (Xi) Jumlah tahu yang harus diproduksi dinyatakan dalam satuan kilogram (Kg).

Deviasi Kendala Negatif dari Target Bulan ke-i (

) dan

Deviasi Kendala Positif dari Target bulan ke-i (

)

Kendala negatif ( ) merupakan

jumlah unit deviasi kekurangan. Kendala positif (

) merupakan

jumlah unit deviasi kelebihan.

Jumlah Produksi Tahu pada Bulan ke-i

Jumlah produksi tahu didasarkan pada hasil peramalan permintaan tiap bulan. Variabel jumlah produksi tahu dinyatakan dalam satuan kilogram (Kg).

Persentase Kecacatan Pada Bulan ke-i

Persentase produksi cacat dinyatakan dalam satuan persen (%).

Jumlah Produk Cacat Pada Bulan ke-i

Jumlah produk cacat maksimal dinyatakan dalam satuan kilogram (Kg).

Rata-rata Biaya Per Produk yang Dikeluarkan untuk Proses Produksi Tahu Bulan Ke-i

Biaya yang dikaji dalam penelitian ini meliputi biaya pembelian bahan baku, biaya pembelian bahan pembantu, biaya listrik, biaya penggunaan air, biaya bahan bakar, dan biaya tenaga kerja. Rata-rata biaya per produk yang dikeluarkan untuk proses produksi tahu ke-i dinyatakan dalam satuan rupiah (Rp).

Biaya yang Seharusnya Dikeluarkan untuk Proses Produksi Tahu Pada Bulan ke-i

Biaya yang seharusnya dikeluarkan untuk proses produksi tahu pada bulan ke-i dinyatakan dalam satuan rupiah (Rp).

a. Data primer yang merupakan data yang diperoleh dari

perusahaan terkait dengan perencanaan produksi agregat. Data perencanaan produksi meliputi data permintaan konsumen terhadap produk tahu, serta jumlah produk

24

cacat tiap kali produksi, data kapasitas produksi, data penggunaan bahan baku dan bahan pembantu, data urutan proses produksi, data jenis produk, data biaya produksi dan data harga jual produk.

b. Data sekunder yang diperoleh melalui studi literatur yang berasal dari sumber kepustakaan, referensi, serta penelitian terdahulu yang terkait dengan objek penelitian yaitu mengenai peramalan permintaan, Goal Programming, dan perencanaan produksi agregat.

Perolehan data dapat diolah dengan menggunakan berbagai metode yang akan digunakan dalam penelitian. Metode pengumpulan data yang dilakukan untuk mendukung dalam pelaksanaan penelitian ini adalah:

a. Observasi Pengumpulan data dengan metode observasi digunakan sebagai pelengkap untuk mengetahui kondisi dan situasi perusahaan. Observasi dilakukan dengan pengamatan dan pencatatan secara sistematis terhadap keadaan yang ada.

b. Wawancara Wawancara merupakan metode pengumpulan informasi dengan bertanya langsung kepada pihak yang terkait melalui pertanyaan langsung sehingga diperoleh data kualitatif dan kuantitatif. Wawancara dilakukan dengan mengajukan beberapa pertanyaan kepada karyawan perusahaan terkait dengan data yang dibutuhkan.

c. Dokumentasi Dokumentasi dilakukan dengan cara mengambil gambar pada objek yang mendukung penelitian. Hasil dokumentasi digunakan untuk memperoleh data sekunder.

3.3.6 Peramalan Permintaan

Dalam penelitian ini, peramalan permintaan dilakukan dengan tujuan untuk dapat mengetahui tingkat permintaan produk tahu di masa yang akan datang. Data yang diperlukan dalam peramalan permintaan konsumen yaitu data penjualan produk tahu di UD. GTT selama periode September 2015

25

sampai dengan Februari 2017. Data tersebut kemudian di-plot-kan ke dalam scatter diagram untuk dapat mengetahui bagaimana pola permintaan konsumen. Metode peramalan yang digunakan dalam penelitian ini adalah metode time series yang disesuaikan dengan pola data permintaan. Hasil peramalan terbaik dipilih berdasarkan nilai MAD, MSD, dan MAPE terendah. Hal ini dikarenakan semakin rendah nilai MAD, MSD, dan MAPE, peramalan akan semakin baik dan mendekati data masa silam (Kusuma, 2009). Analisa peramalan dilakukan dengan menggunakan bantuan software MINITAB 17.

3.3.7 Optimasi Perencanaan Produksi Agregat

Model Goal Programming digunakan dalam penelitian ini untuk memformulasikan data yang ada sehingga dapat diketahui hasil yang ingin dicapai. Model perencanaan produksi agregat diasumsikan bahwa kapasitas produksi dapat memenuhi permintaan konsumen. Langkah optimasi perencanaan produksi agregat ditunjukkan pada Gambar 3.2. a. Penetapan Variabel Fungsi Tujuan (Z) dan Prioritas Tujuan

ke-i (Pi) Fungsi tujuan (Z) merupakan sasaran yang akan

dicapai dalam perumusan model perencanaan produksi agregat. Tujuan dari model perencanaan produksi agregat yaitu untuk dapat memenuhi jumlah permintaan konsumen dengan mengetahui berapa banyak produk tahu optimal yang dapat diproduksi. Prioritas tujuan (Pi) merupakan beberapa kendala tujuan yang bersangkutan terhadap tujuan utama yang ingin dicapai yaitu memenuhi permintaan konsumen. Beberapa kendala tujuan dalam penelitian ini yaitu meminimalkan kekurangan jumlah produksi tahu, meminimalkan produk cacat, dan meminimalkan biaya produksi. Dalam penelitian ini, prioritas tujuan dianggap memiliki bobot yang sama.

Tujuan dari model perencanaan produksi agregat adalah untuk dapat memenuhi julah permintaan konsumen dengan mengetahui berapa banyak produk tahu optimal

26

yang dapat diproduksi. Formulasi matematis untuk mendapatkan tujuan tersebut dituliskan melalui persamaan sebagai berikut : Meminimalkan

Z = P1 ∑

+ P2 ∑

+ P3 ∑

+ P4 ∑

(2)

Keterangan :

Z = Meminimalkan kendala target sasaran memenuhi jumlah permintaan dengan mengetahui berapa banyak produk tahu yang diproduksi.

= Prioritas tujuan pertama yaitu terpenuhinya jumlah produksi tahu.

= Prioritas tujuan kedua yaitu terpenuhinya jumlah produk cacat yang minimal

= Prioritas tujuan ketiga yaitu terpenuhinya target meminimalkan biaya produksi.

= Deviasi negatif dalam menunjukkan pencapaian

kekurangan jumlah produksi tahu pada bulan ke- i.

= Deviasi positif dalam menunjukkan terjadinya

kelebihan dari jumlah produk cacat pada bulan ke- i.

= Deviasi positif yang menunjukkan kelebihan

penggunaan biaya produksi dalam proses produksi tahu pada bulan ke- i.

b. Penetapan Variabel Keputusan, Identifikasi Kendala dan Perumusan Fungsi Kendala

Penetapan variabel keputusan merupakan langkah awal dalam menentukan variabel keputusan. Variabel keputusan yang ditetapkan merupakan hasil yang akan dioptimalkan sehingga dapat memenuhi tujuan yang akan dicapai. Variabel keputusan dalam optimasi perencanaan produksi agregat adalah :

= banyaknya produk tahu yang diproduksi pada bulan ke- i Identifikasi kendala bertujuan untuk membatasi

pencapaian fungsi kendala. Beberapa kendala yang ada dikumpulkan kemudian dituliskan dalam sebuah persamaan matematis. Kendala dalam pencapaian tujuan yang akan

27

dioptimasi dalam perencanaan produksi agregat dapat diformulasikan melalui persamaan sebagai berikut : 1) Meminimalkan Kekurangan Jumlah Produksi Tahu

∑ + ∑

- ∑

= (3)

Gambar 3.2 Diagram Alir Optimasi Perencanaan Produksi Agregat

Penetapan Variabel Keputusan, Identifikasi Kendala dan Perumusan

Fungsi Kendala

Rumusan Model Perencanaan

Produksi Agregat

Penyelesaian Model Goal Programming: - Metode Preemptive

Nilai Xji Dapat Terpenuhi

Secara Keseleruhan

Perencanaan Produksi Agregat

Selesai

Penetapan Variabel Fungsi Tujuan

(Z) dan Prioritas Tujuan ke-i (Pi)

Mulai

Tidak

Ya

28

Keterangan : = Deviasi negatif dalam menunjukkan pencapaian

kekurangan jumlah produksi tahu pada bulan ke- i

= Deviasi positif dalam menunjukkan pencapaian

kelebihan jumlah produksi tahu pada bulan ke- i

= Jumlah permintaan produk tahu pada bulan ke- i 2) Meminimalkan kelebihan produk cacat

∑ + ∑

- ∑

= (4)

Keterangan : = Presentase produk cacat pada periode ke- i = Deviasi negatif dari jumlah produk cacat pada

bulan ke- i

= Deviasi positif dari jumlah produk cacat pada

bulan ke- i = Jumlah produk cacat pada bulan ke- i

3) Meminimalkan biaya produksi

∑ + ∑

- ∑

= (5)

Keterangan : = Deviasi negatif dari jumlah biaya yang

dikeluarkan perusahaan untuk proses produksi tahu pada bulan ke- i

= Deviasi positif dari jumlah biaya yang

dikeluarkan perusahaan untuk proses produksi tahu pada bulan ke- i

= Rata-rata biaya per produk yang dikeluarkan untuk proses produksi pada bulan ke- i

= Biaya produksi yang harus dikeluarkan untuk proses produksi tahu pada bulan ke- i

c. Rumusan Model Perencanaan Produksi Agregat Rumusan model perencanaan produksi agregat adalah

tahapan pemasukan data yang telah diperoleh dalam persamaan fungsi tujuan yang dapat dilihat pada persamaan (2). Data kendala tujuan dimasukkan pada persamaan (3) hingga persamaan (5) yang menjadi batasan dalam optimasi perencanaan produksi agregat.

29

d. Penyelesaian model Goal Programming Penyelesaian model Goal Programming dapat

digunakan dengan metode preemptive, yaitu : - Metode Preemptive

Pada metode preemptive dilakukan prioritas (ranking) terhadap tujuan yang ingin dicapai. Diberikan n tujuan, dengan fungsi tujan sebagai berikut:

Minimum Selanjutnya fungsi tujuan dari permasalahan ditulis sebagai berikut:

Minimum (prioritas tertinggi) Minimum (prioritas terendah)

e. Perencanaan Produksi Agregat Tujuan dari model perencanaan produksi agregat

adalah untuk meminimalkan kendala target dan pemenuhan permintaan konsumen dengan mengetahui berapa banyak produk tahu yang optimal untuk diproduksi. Output dari model perencanaan produksi agregat akan menunjukkan berapa banyak jumlah produk tahu yang harus diproduksi pada bulan yang ditentukan. Selain itu optimasi juga menujukkan besarnya simpangan yang telah dioptimalkan seminimal mungkin.

3.3.8 Verifikasi dan Validasi

Verifikasi adalah proses menguji apakah model perencanaan produksi agregat yang dibuat telah sesuai dengan kondisi nyata. Validasi dilakukan untuk membandingkan hasil penelitian berdasarkan tingkat error terhadap kondisi nyata. Tingkat error dari hasil uji dapat dijadikan parameter pembanding. Tingkat error terkecil menunjukkan hasil uji sesuai dengan kondisi nyata, tingkat error terbesar menunjukkan hasil tidak sesuai dengan kondisi nyata.

30

3.3.9 Analisis Hasil dan Pembahasan

Hasil dan pembahasan berisi mengenai hasil pengolahan data yang dilakukan menggunakan metode Goal Rogramming (GP) berupa rencana produksi agregat dalam bentuk rencana bulanan yang didalamnya memberikan informasi berapa kapasitas produksi yang harus diproduksi setiap bulannya dan untuk mengetahui perolehan keuntungan maksimal perusahaan

3.3.10 Kesimpulan dan Saran

Kesimpulan berisi mengenai hasil akhir yang diperoleh dari metode yang digunakan yaitu Goal Programming (GP) dan manfaat yang diperoleh perusahaan dengan perencanaan produksi agregat dengan menggunakan metode tersebut. Saran akan ditunjukkan untuk penelitian selanjutnya.

31

IV. HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

UD. Gudange Tahu Takwa (GTT) merupakan salah satu industri yang bergerak dalam bidang pengolahan tahu di Kediri. Lokasi UD. GTT berada di Jalan Suselowangi, Desa Toyoresmi, Ngasem, Kediri, Jawa Timur. UD. GTT didirikan pada tahun 2009 oleh Bapak Gatot Siswanto. Saat pertama kali merintis usaha dibidang pengolahan tahu, pemilik hanya memproduksi tahu putih dan tahu kuning. Kedua produk tersebut dijual dengan cara menitipkan produk ke toko, pasar dan pusat oleh-oleh milik orang lain. Seiring berkembangnya usaha dan meningkatnya permintaan terhadap produk olahan tahu, pada tahun 2009 pemerintah menetapkan merk dagang tahu ini dengan nama ‘GTT’. Peningkatan permintaan konsumen membuat UD. GTT memiliki satu outlet, yang bertujuan untuk memudahkan konsumen dalam membeli berbagai macam olahan tahu dan produk oleh-oleh lainnya. Outlet GTT terletak tidak jauh dari rumah produksi, sehingga mudah dalam pemasaran produk olahan tahu.

Produk yang dihasilkan oleh UD. GTT meliputi tahu takwa, tahu bulat, stik tahu, tahu kriuk, dan emping tahu. Produk yang telah diolah sebagian akan dipasarkan ke outlet dan lainnya akan dipasarkan ke berbagai daerah terutama Kabupaten Kediri dan Kota Kediri. Produk UD. GTT juga didistribusikan di luar Kota Kediri diantaranya Surabaya, Jember, Trenggalek, dan Nganjuk. Saat ini, UD. GTT memiliki 50 pegawai tetap. Mitra bisnis yang dimiliki oleh UD. GTT terdiri atas 3 supplier bahan baku dan 9 distributor.

Pada tahun 2013, pemerintah Kabupaten Kediri menetapkan UD. GTT sebagai tempat tujuan pariwisata pusat oleh-oleh khas Kediri. Meskipun telah memiliki outlet yang digunakan untuk memasarkan produknya, UD. GTT juga bekerja sama dengan pemilik gerai yang tersebar di Kota Kediri maupun Kabupaten Kediri. Hal tersebut dilakukan dengan tujuan agar memudahkan pelanggan untuk membeli produk UD.

32

GTT. Jumlah gerai yang bekerja sama dengan UD. GTT saat ini berjumlah kurang lebih 23 gerai.

4.2 Proses Produksi

Proses produksi merupakan serangkaian pekerjaan yang mengunakan berbagai sumber daya untuk memproduksi produk barang atau jasa. Proses tersebut menyebutkan kombinasi berbagai sumber daya yang dialokasikan untuk produksi, pembagian pekerjaan, dan urut-urutan pekerjaan (Madura, 2007). Proses produksi Tahu takwa yang dilakukan oleh UD. GTT bersifat kontinyu.

Proses produksi terus-menerus atau kontinyu merupakan kegiatan proses produksi yang dilaksanakan suatu usaha yang berjalan secara terus-menerus dengan interval produksi yang relatif pendek dan jumlah produksi yang relatif tetap. Pada umumnya produk yang dihasilkan bersifat massal dan sejenis (Subagyo, 2007). Diagram alir proses produksi tahu takwa dapat dilihat pada Lampiran 1.

4.2.1 Tahapan Proses Pengolahan Tahu Takwa

Tahap-tahap yang dilakukan untuk menghasilkan tahu takwa antara lain penimbangan bahan baku, pencucian, perendaman, penirisan, penggilingan, perebusan, penyaringan, pencetakan, pengepresan, pemotongan, pewarnaan, dan pengemasan. Proses pengolahan tahu takwa dari bahan baku sampai dengan produk jadi adalah sebagai berikut: 1. Penimbangan bahan baku kedelai

Tahap pertama yang dilakukan untuk proses pengolahan tahu takwa yaitu penimbangan. Bahan baku berupa kedelai akan ditimbang sesuai dengan takaran yang telah ditentukan. Takaran untuk kedelai adalah 12 kg untuk satu kali masakan. UD. GTT dalam sehari dapat memproduksi kurang lebih 120 kg. Penimbangan dilakukan untuk mempermudah dalam penentuan kapasitas produksi perusahaan.

33

2. Pencucian Biji kedelai biasanya tercampur berbagai kotoran, yang harus dibersihkan terlebih dahulu agar tidak ikut tergiling. Kotoran yang terdapat pada kedelai biasanya berupa kerikil maupun debu. Pembersihan dilakukan dengan cara pencucian. Pencucian dilakukan dengan memasukkan kedelai ke dalam bak-bak penampungan. Pencucian ini dilakukan dengan menggunakan air yang mengalir untuk mempermudah pemisahan kotoran yang tercampur dengan kedelai. Proses pencucian dapat dilihat pada Gambar 4.1.

Gambar 4.1 Proses Pencucian

3. Perendaman Biji kedelai yang telah bersih kemudian dimasukkan ke dalam bak penampung yang berisi air. Perendaman dilakukan selama kurang lebih 3 jam. Perendaman dilakukan dengan tujuan untuk melunakkan kedelai. Kedelai yang lunak akan mempermudah proses penggilingan. Proses perendaman dapat dilihat pada Gambar 4.2.

Gambar 4.2 Proses Perendaman

4. Penirisan Penirisan dilakukan sesaat setelah proses perendaman biji kedelai telah dilakukan. Penirisan bertujuan untuk memisahkan biji kedelai dan air . Pada proses ini dihasilkan limbah padat dan limbah cair. Limbah padat yang dihasilkan

34

berupa kulit kedelai dan kotoran, dimana pada proses sebelumnya masih terdapat sisa-sisa kotoran. Limbah cair pada proses ini berupa air dari proses perendaman.

5. Penggilingan Pada proses penggilingan, biji kedelai yang telah direndam akan digiling dengan menggunakan mesin giling. Air dialirkan pada mesin giling untuk memudahkan proses penggilingan biji kedelai menjadi bubur. Pada proses penggilingan ini dilakukan untuk memperkecil ukuran kedelai, sehingga mudah untuk mendapatkan sari kedelai yang didapat dari biji kedelai. Proses penggilingan dapat dilihat pada Gambar 4.3

Gambar 4.3 Proses Penggilingan

6. Perebusan

Bubur kedelai yang telah didapatkan dari proses penggilingan, selanjutnya direbus. Perebusan pada bubur dilakukan untuk membuat bubur kedelai menjadi matang. Perebusan dilakukan pada sebuah bejana berkapasitas 25 liter terbuat dari stainless steel yang dialiri oleh panas dari tungku api. Proses perebusan dapat dilihat pada Gambar 4.4.

Gambar 4.4 Proses Perebusan

35

7. Penyaringan Penyaringan dilakukan setelah perebusan bubur. Penyaringan dilakukan untuk memisahkan ampas kedelai dan sari kedelai. Penyaringan dilakukan secara manual dengan bantuan alat saringan. Alat saring digantung di atas, lalu digoyangkan dengan tujuan mempercepat proses penyaringan. Sari kedelai yang didapatkan akan digumpalkan dengan cara menambahkan cairan cuka sebanyak 125 ml ke dalam 15 liter sari kedelai. Air yang terdapat pada perebusan akan dipisahkan dari sari kedelai yang telah menggumpal. Proses penyaringan dapat dilihat pada Gambar 4.5

Gambar 4.5 Proses Penyaringan

8. Pencetakan Pencetakan dilakukan setelah didapatkan sari kedelai yang telah menggumpal. Pencetakan dilakukan untuk mendapatkan bentuk tahu yang diinginkan. Tahu biasanya dibentuk kotak. Satu cetakan tahu berukuran sekitar 42 x 36 cm biasanya dibuat untuk dapat mencetak 42 tahu dengan ukuran 1 tahu 6 x 6 cm Proses penyaringan dapat dilihat pada Gambar 4.6.

36

Gambar 4.6 Proses Pencetakan

9. Pengepresan Proses pengepresan dilakukan pada tahu telah dicetak. Tujuan dari proses pengepresan adalah untuk memadatkan tahu agar tidak mudah hancur saat diolah. Proses pengepresan dilakukan dengan menggunakan sebuah alat pressing. Hal tersebut bertujuan untuk memudahkan air yang ada di dalam tahu keluar dan tahu menjadi lebih padat. Proses pengepresan dapat dilihat pada Gambar 4.7.

Gambar 4.7 Proses Pengepresan

10. Pemotongan Tahu yang telah di press selanjutnya akan dipotong sesuai cetakan yang terdapat pada tahu. Biasanya untuk satu cetakan tahu akan menghasilkan 42 potong tahu. Pemotongan dilakukan untuk mempermudah dalam proses perebusan dengan kunyit dan proses pengemasan. Pada proses pemotongan tahu terdapat beberapa bagian tahu

37

yang cacat. Produk cacat tersebut kemudian dipotong. Sekiranya terdapat 5% produk cacat pada setiap kali produksi produk tahu takwa.

11. Pewarnaan Tahu yang telah dipotong selanjutnya akan melalui tahapan pewarnaan. Pewarnaan dilakukan dengan memasukkan cairan kunyit yang telah diencerkan dan tahu ke dalam bejana. Perbandingan antara kunyit dan air adalah 1:5. Perebusan dilakukan sekitar 15 menit dengan api sedang. Hal tersebut bertujuan untuk memberikan warna kuning pada tahu. Proses pewarnaan dapat dilihat pada Gambar 4.8.

Gambar 4.8 Proses Pewarnaan

12. Pengemasan

Tahu yang telah melalui tahapan pewarnaan selanjutnya dikemas dalam besek yang sudah diberi alas plastik bening. Besek kemudian ditempel dengan label merk GTT. Pada proses pengemasan, tahu yang dimasukkan kedalam besek berjumlah 10 unit dengan berat per kemasan sekitar 1,5 kg.

4.2.2 Biaya Produksi

Biaya produksi merupakan biaya yang harus dikeluarkan oleh perusahaan untuk setiap kali produksi tahu. Biaya produksi dihitung berdasarkan biaya pembelian bahan baku dan bahan bakar untuk setiap kali produksi tahu takwa. Biya produksi yang harus dikeluarkan antara lain biaya pembelian bahan baku kedelai, kunyit, cuka, listrik, bahan bakar dan tenaga kerja. Biaya produksi secara lebih rinci dapat dilihat pada Tabel 4.1.

38

Tabel 4.1 Rincian Biaya Produksi Tahu Takwa Jenis Biaya Biaya

Kedelai Rp. 5679,- per Kg Kunyit Rp. 2000,- per Kg Cuka Rp. 62.000,- per Liter Listrik Rp. 1034,- per Kwh Kayu Bakar Rp. 600,- per Kg Bensin Rp. 8050,- per Liter Tenaga Kerja Rp. 56667,- per Hari Tahu Rp. 1765,- per Unit

4.3 Peramalan Permintaan

Peramalan permintaan merupakan suatu teknik memprediksi atau memperkirakan suatu permintaan pada masa yang akan datang dengan memperhatikan data atau informasi yang relevan, baik data atau informasi masa lalu maupun saat ini. Peramalan permintaan yang dilakukan oleh UD. GTT didasarkan pada pengalaman dan kecenderungan data penjualan beberapa bulan terakhir. Peramalan permintaan dapat dilakukan dengan menggunakan metode kuantitatif. Peramalan permintaan dengan metode kuantitatif dilakukan dengan melihat data historis dari permintaan atau data penjualan terhadap produk tahu takwa. Hal pertama yang harus dilakukan untuk peramalan permintaan terhadap tahu takwa yaitu melihat pola permintaan tahu takwa pada periode sebelumnya. Pola permintaan dilakukan dengan membuat grafik data jumlah permintaan atau data penjualan produk tahu takwa pada periode sebelumnya. Data yang diambil yaitu jumlah permintaan tahu takwa per minggu pada bulan Maret 2016 sampai dengan Februari 2017. Jumlah permintaan produk tahu takwa dapat dilihat pada Tabel 4.2.

Berdasarkan data penjualan yang telah didapatkan, plotting data dilakukan guna mengetahui pola permintan konsumen. Hasil plotting data permintaan konsumen secara lebih rinci dapat dilihat pada Gambar 4.9. Dalam menganalisis peramalan permintaan, metode yang digunakan adalah metode time series. Metode time series adalah suatu metode kuantitatif

39

untuk menentukan pola data masa lampau yang telah dikumpulkan secara teratur menurut urutan waktu kejadian. Metode ini mengasumsikan bahwa beberapa pola atau kombinasi pola akan berulang sepanjang waktu, dan pola dasar dapat diidentifikasi atas dasar data historis.

Berdasarkan pola data yang telah terbentuk, terlihat bahwa data permintaan tahu takwa membentuk pola musiman. Melihat dari pola data yang berbentuk musiman, maka metode peramalan yang digunakan adalah Dekomposisi, Double Eksponential Smoothing, dan Triple Eksponential Smoothing. Menurut Sungkawa dan Megasari (2011), suatu proses untuk memperkirakan secara sistematik tentang apa yang paling mungkin terjadi di masa depan berdasarkan data series masa lalu dan sekarang memerlukan model peramalan yang tepat atau sesuai, agar kekeliruannya (selisih antara apa yang terjadi dengan hasil perkiraan) dapat diperkecil. Hasil peramalan dipilih berdasarkan nilai MSD dan MAPE terkecil. Hasil peramalan dengan beberapa metode yang terdiri dari Dekomposisi, Double Eksponential Smoothing, dan Triple Eksponential Smoothing dapat dibandingkan dengan nilai MSD (Mean Square Deviation), MAD (Mean Absolute Deviation) dan MAPE (Mean Absolute Percentage Error) seperti terlihat pada Tabel 4.3.

Gambar 4.9 Grafik Pola Permintaan Konsumen Terhadap Produk

Tahu Takwa UD. GTT

40

Tabel 4.2 Data Penjualan Tahu takwa per Minggu Pada Bulan Mei 2016 sampai Februari 2017

Sumber: UD. Gudange Tahu Takwa

Tabel 4.3 Perbandingan Nilai MSD, MAD, dan MAPE Metode Peramalan Metode MSD MAD MAPE

Dekomposisi 1448436 866 17 Double Eksponential Smoothing 2550067 1097 21 Triple Eksponential Smoothing 2149349 1112 21

Sumber : Hasil olahan peramalan dengan MINITAB 17

Berdasarkan Tabel 4.3 dapat dilihat bahwa nilai MSD (Mean Square Deviation), MAD (Mean Absolute Deviation) dan MAPE (Mean Absolute Percentage Error) dari ketiga metode peramalan yang dilakukan memiliki nilai yang berbeda-beda. Nilai MSD (Mean Square Deviation), MAD (Mean Absolute Deviation) dan MAPE (Mean Absolute Percentage Error) pada metode Dekomposisi memiliki nilai yang lebih rendah diantara

Periode (Minggu)

Permintaan (Unit)

Periode (Minggu)

Permintaan

(Unit)

Periode (Minggu)

Permintaan

(Unit)

1 5826 19 10692 37 4001 2 6648 20 6653 38 3951 3 4310 21 5330 39 3316 4 6864 22 5388 40 4255 5 4646 23 5886 41 4629 6 4469 24 4247 42 4985 7 4256 25 6186 43 7519 8 4448 26 6072 44 8520 9 3126 27 5183 45 2894 10 6903 28 5750 46 3420 11 5516 29 4554 47 3374 12 6294 30 5668 48 5344 13 5624 31 5424 49 4945 14 5486 32 4759 50 5106 15 4347 33 4957 51 5420 16 4453 34 4261 52 6051 17 4079 35 4328 18 8016 36 4205

41

kedua metode yaitu Double Eksponential Smoothing, dan Triple Eksponential Smoothing, sehingga metode Dekomposisi dipilih sebagai metode terbaik dalam melakukan peramalan permintaan tahu takwa UD. GTT. Menurut Margi dan Pendawa (2015), kemampuan peramalan sangat baik jika memiliki nilai MAPE kurang dari 10% dan mempunyai kemampuan peramalan yang baik jika nilai MAPE kurang dari 20%.

Metode peramalan dengan menggunakan metode dekomposisi mengidentifikasi tiga komponen pola dasar yang terdapat dalam suatu serial data yaitu trend, musiman dan siklus. Dimana faktor trend mewakili perilaku dalam jangka panjang dapat berupa garis lurus yang menaik, menurun atau mendatar, serta membentuk garis eksponensial. Faktor musiman berkaitan dengan fluktuasi berskala panjang yang konstan, hal tersebut dapat disebabkan oleh faktor cuaca, musim liburan, hari gaji dan sebagainya. Faktor siklus mewakili kemajuan atau kemunduran yang dapat disebabkan oleh kondisi perekonomian atau kondisi industri tersebut (Herjanto, 2008). Hasil peramalan dengan mengunakan metode Dekomposisi secara lengkap dapat dilihat pada Lampiran 2. Hasil Peramalan permintaan tahu takwa UD.GTT untuk bulan Maret 2017 sampai dengan Agustus 2017 berdasarkan metode dekomposisi dapat dilihat pada Tabel 4.4, sedangkan grafik hasil peramalan dapat dilihat pada Gambar 4.10.

Gambar 4.10.Grafik Hasil Peramalan Permintaan Tahu Takwa

42

Tabel 4.4 Hasil Peramalan Permintaan Tahu Takwa Dengan Menggunakan Metode Dekomposisi

Periode

Peramalan Permintaan Periode

Peramalan Permintaan

Jumlah Permintaa

n (Unit)

Jumlah Permintaa

n (Kg)

Jumlah Permintaa

n (Unit)

Jumlah Permintaa

n (Kg) 1 4435,75 665,36 13 4384,04 657,61 2 4656,01 698,40 14 5364,05 804,61 3 4003,45 600,52 15 5055,53 758,33 4 4366,47 654,97 16 5053,46 758,02 5 4500,38 675,06 17 4209,33 631,40 6 5506,87 826,03 18 4417,59 662,64 7 5190,59 778,59 19 3797,79 569,67 8 5188,92 778,34 20 4141,43 621,21 9 4322,54 648,38 21 4267,7 640,16 10 4536,8 680,52 22 5221,23 783,18 11 3900,62 585,09 23 4920,47 738,07 12 4253,95 638,09 24 4918,01 737,70

Sumber : Hasil olahan peramalan dengan MINITAB 17

4.4 Perencanaan Agregat Produksi Tahu Takwa

Perencanaan produksi agregat dilakukan untuk mengatur penyesuaian antara kapasitas produksi dengan biaya produksi seminimal mungkin. Umumnya perencanaan agregat dilakukan untuk menyusun rencana jangka menengah. Perencanaan agregat produksi tahu takwa oleh UD. GTT didasarkan pada hasil ramalan permintaan konsumen. Hal tersebut dilakukan agar perusahan dapat memenuhi permintaan konsumen yang berfluktuasi. Tujuan dari perencanaan produksi agregat yang dilakukan perusahaan antara lain dapat memproduksi produk dalam jumlah yang optimal di masa yang akan datang dengan kualitas yang terjamin, serta keuntungan yang maksimal sesuai dengan kepentingan konsumen, pekerja dan perusahaan. Konsumen mendapatkan produk yang dibutuhkan dalam jumlah yang diinginkan, kualitas terjamin dan harga yang terjangkau. Pekerja menghendaki perusahaan dapat mengembangkan kemampuan para pekerja, mendapatkan jaminan kerja dan upah yang sesuai. Perusahaan mendapatkan keuntungan yang

43

maksimal, dimana perusahaan dapat memproduksi produk secara optimal dan dapat mengelola fasilitas yang ada agar dapat digunakan secara efektif dan efisien.

Perencanaan produksi agregat dilakukan dengan mempertimbangkan beberapa aspek. Aspek-aspek yang dipertimbangkan antara lain jumlah produk yang harus diproduksi sesuai dengan permintaan konsumen, dan resiko-resiko yang meliputi jumlah produk yang harus diproduksi, cacat produk, dan biaya produksi. Aspek-apek tersebut dapat dikaji, sehingga dapat menghasilkan suatu alternatif sistem produksi. Sistem produksi dapat digunakan untuk mendapatkan jumlah produk yang harus diproduksi dengan mempertimbangkan sumberdaya yang digunakan serta biaya yang dikeluarkan untuk proses produksi.

4.5 Optimasi Perencanaan Produksi Agregat

Optimasi merupakan pendekatan untuk mengidentifikasi penyelesaian terbaik dalam pengambilan keputusan dari suatu permasalahan. Optimasi perencanaan produksi agregat dilakukan untuk mengetahui jumlah produk yang harus diproduksi pada periode tertentu untuk memenuhi permintaan konsumen. Optimasi perencanaan agregat dilakukan dengan mempertimbangkan beberapa aspek. Hal tersebut bertujuan untuk mendapatkan hasil rencana produksi yang sesuai dengan perusahaan dan permintaan konsumen. Aspek-aspek yang dipertimbangkan dalam perencanaan agregat produksi di UD. GTT antara lain jumlah produk yang harus diproduksi, cacat produk, dan biaya produksi. Optimasi perencanaan agregat produksi dengan mempertimbangkan aspek-aspek tersebut diharapkan dapat memaksimalkan keuntungan yang didapat perusahaan. Hal tersebut dapat dicapai dengan mengoptimalkan aspek-aspek tersebut dan meminimalkan kendala-kendala yang terjadi selama proses produksi. Langkah-langkah dalam optimasi perencanaan produksi agregat sebagai berikut:

44

1. Fungsi Tujuan (Z) dan Prioritas Tujuan ke-i (Pi) Penetapan fungsi tujuan merupakan langkah awal untuk

melakukan optimasi perencanaan produksi agregat. Penetapan fungsi tujuan dilakukan dengan mengaitkan permasalahan yang dihadapi oleh perusahaan. Fungsi tujuan dalam Goal Programming digunakan untuk meminimumkan total penyimpangan yang ingin dicapai. Tujuan dari optimasi perencanaan produksi agregat adalah untuk dapat memenuhi permintaan konsumen dengan mengetahui berapa banyak produk tahu optimal yang dapat diproduksi. Tujuan dari optimasi perencanaan produksi agregat selanjutnya disebut sebagai fungsi tujuan (Z). Fungsi tujuan (Z) merupakan sasaran yang akan dicapai dalam optimasi perencanan agregat produksi tahu takwa di UD. GTT. Prioritas dapat ditetapkan juga dalam penentuan fungsi tujuan.

Prioritas merupakan urutan dari banyaknya tujuan pada model yang ingin dicapai oleh perusahaan. Prioritas tujuan ke-i (Pi) merupakan beberapa kendala tujuan yang bersangkutan terhadap tujuan utama yang ingin dicapai yaitu memenuhi permintaan konsumen. Beberapa kendala yang kerap kali dihadapi oleh perusahaan meliputi aspek-aspek seperti kapasitas produksi, produk yang rusak (cacat) serta aspek yang menyangkut tentang biaya produksi. Kendala tujuan yang terdapat pada perusahaan dalam proses produksi tahu takwa antara lain meminimalkan kekurangan jumlah produksi tahu, meminimalkan kelebihan produk cacat, dan meminimalkan biaya produksi. Kendala-kendala yang terjadi selama proses produksi di perusahaan dianggap memiliki bobot yang sama, sehingga urutan prioritas tujuan untuk tiap-tiap kendala juga dianggap sama. Menurut Siswanto (2007), penentuan sasaran yang harus dikorbankan atau sasaran yang harus tercapai tidak begitu penting karena semua sasaran dianggap mempunyai harga yang sama. Setiap sasaran yang mempunyai opportunity cost yang sama, maka setiap variabel deviasional bisa dipilih untuk diminimumkan terlebih dahulu. Berdasarkan tujuan yang ingin dicapai oleh perusahaan dapat dirumuskan persamaan dari optimasi perencanaan produksi agregat dapat dilihat pada persamaan (2)

45

2. Penetapan Variabel Keputusan Penetapan variabel keputusan dalam perumusan goal

programming digunakan untuk mengetahui batasan yang akan dipakai. Batasan tersebut kemudian dipakai sebagai faktor dalam penentuan langkah selanjutnya untuk mencapai tujuan dari optimasi perencanaan agregat produksi tahu takwa di UD. GTT dengan melihat kendala-kendala yang dialami oleh perusahaan untuk diterapkan pada sebuah model matematis. Variabel keputusan yang akan ditetapkan merupakan hasil yang akan dioptimalkan untuk mencapai tujuan perusahaan yaitu dapat memenuhi target permintaan konsumen dengan mengetahui berapa banyak produk tahu optimal yang dapat diproduksi. Variabel keputusan dalam optimasi perencanaan produksi agregat dilambangkan dengan . Variabel keputusan tersebut digunakan untuk mengetahui banyaknya produk tahu yang diproduksi pada minggu ke- i

3. Perumusan Fungsi Kendala Terdapat beberapa kendala terkait dengan proses

produksi, yang dapat mempengaruhi kinerja perusahaan dalam memenuhi permintaan konsumen. Tujuan perusahaan dalam melakukan proses produksi adalah mendapatkan keuntungan semaksimal mungkin, memproduksi produk dalam jumlah yang optimal yang didasarkan pada permintaan konsumen, penggunaan sumberdaya dan fasilitas perusahaan seefisien mungkin serta penggunaan biaya produksi seminimal mungkin. Beberapa kendala yang sering dihadapi oleh perusahaan meliputi kekurangan jumlah produksi tahu takwa, kelebihan produk cacat, dan kelebihan biaya produksi. Kendala-kendala yang terjadi di perusahaan kemudian akan diminimalkan penyimpangannya dengan tujuan tercapainya target atau sasaran yang ingin dicapai perusahan. Kendala yang terjadi di perusahaan adalah sebagai berikut: a. Meminimalkan Kekurangan Jumlah Produksi Tahu

Usaha untuk meminimasi kekurangan jumlah produksi tahu dapat dicapai dengan mengetahui jumlah permintaan konsumen untuk tiap periode dari hasil ramalan yang telah dilakukan. Perhitungan hasil ramalan dan variabel yang akan dimasukkan kedalam fungsi kendala untuk meminimalkan kekurangan

46

jumlah produksi tahu dapat dilihat pada Lampiran 3. Kuantitas tahu yang harus diproduksi untuk memenuhi permintaan konsumen bulan Maret 2017 pada minggu pertama berdasarkan hasil ramalan adalah 4436 unit tahu. Kekurangan jumlah produksi tahu merupakan simpangan yang harus diminimalkan dan dinyatakan sebagai variabel , sehingga persamaan fungsi kendala untuk meminimasi kekurangan jumlah produksi tahu berdasarkan persamaan (3) dapat disajikan pada persamaan (6) sampai dengan persamaan (29). X1 +

- = 4436 (6)

X2 + -

= 4656 (7)

X3 + -

= 4003 (8)

X4 + -

= 4366 (9)

X5 + -

= 4500 (10)

X6 + -

= 5507